公开(公告)号：CN114066773A

公开(公告)日：2022-02-18

申请号：CN202111422235.6

申请日：2021-11-26

Applicant: 哈尔滨理工大学

Inventor： 尤波 ,  孙家宝 ,  李佳钰 ,  庄天扬

IPC: G06T5/00 ,  G06K9/62 ,  G06V10/762

Abstract: 本发明公开了一种基于点云特征与蒙特卡洛扩展法的动态物体去除，解决了SLAM系统中出现动态对象的问题。该方法包括，步骤一，构建点云数据样本数据集，并构建三维的全局坐标系，初始化环境信息。步骤二，提取全局坐标系下的点云数据并计算其局部曲率、惯性张量矩阵和协方差矩阵作为点云空间分布特征。步骤三，搭载点云滤波器进行预处理，去除孤立点和边缘点。步骤四，创新性地提出了一种从中心到边缘的点云聚类算法，对预处理后的点云数据基于新设计的点云聚类算法聚类并确定对象的轮廓。步骤五，使用蒙特卡洛法对全概率公式进行改进，并递推和计算出点云粒子的影响权重，推断聚类对象状态，动态对象去除，静态对象保留。本发明有效的去除了物理环境中移动物体的动态信息，得到了一个真实的静态物理环境。

公开(公告)号：CN114066773B

公开(公告)日：2023-10-27

申请号：CN202111422235.6

申请日：2021-11-26

Applicant: 哈尔滨理工大学

Inventor： 尤波 ,  孙家宝 ,  李佳钰 ,  庄天扬

IPC: G06T5/00 ,  G06V10/762

Abstract: 本发明公开了一种基于点云特征与蒙特卡洛扩展法的动态物体去除，解决了SLAM系统中出现动态对象的问题。该方法包括，步骤一，构建点云数据样本数据集，并构建三维的全局坐标系，初始化环境信息。步骤二，提取全局坐标系下的点云数据并计算其局部曲率、惯性张量矩阵和协方差矩阵作为点云空间分布特征。步骤三，搭载点云滤波器进行预处理，去除孤立点和边缘点。步骤四，创新性地提出了一种从中心到边缘的点云聚类算法，对预处理后的点云数据基于新设计的点云聚类算法聚类并确定对象的轮廓。步骤五，使用蒙特卡洛法对全概率公式进行改进，并递推和计算出点云粒子的影响权重，推断聚类对象状态，动态对象去除，静态对象保留。本发明有效的去除了物理环境中移动物体的动态信息，得到了一个真实的静态物理环境。